阿里/腾讯/虎牙机器学习算法面经

2019 年 4 月 17 日 CVer

点击上方“CVer”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者：lienus

https://www.nowcoder.com/discuss/175759

本文已授权，未经允许，不得二次转载

基本情况

双非本末流985硕，熟练语言C/C++、python，研究方向深度学习、强化学习，有一篇正在大修的SCI论文，一个受理专利的项目，有ACM算法竞赛获奖经历和数据挖掘竞赛打酱油经历，春招实习主要投了阿里腾讯头条微软虎牙网易，目前有面试机会的只有阿里/腾讯/虎牙。

阿里

寒假在家无聊入坑王者，最后一发不可收拾，本来打算在寒假准备春招复习基础知识的事忘得一干二净。二月底回学校后一直觉得准备不足不敢投，直到3月15号写好简历找实验室师兄内推了蚂蚁金服，个人感觉阿里每年实习生招得比较少又在杭州，拿它试试手，积累经验为腾讯做准备挺好的（最后真香警告）。18号师兄说简历评估不错，问他具体不能说，19号中午接到一面面试官预约电话。

一面（3月20号晚上）

60分钟左右，聊得最开心的一位面试官，感觉二面没有挂掉应该是他给的评价比较好吧。

谈一下论文主要思想
介绍论文里不平衡分类马尔科夫决策过程的状态、动作、回报函数设计以及状态转移过程
针对状态转移的有效性、合理性和严谨性讨论了很久
讨论强化学习解决分类问题和监督学习下的神经网通分类器的异同
谈谈传统不平衡分类算法（上采样、下采样、混合采样、代价敏感矩阵、调整分类器阈值）以及最新深度学习不平衡分类算法
分析论文所提算法对比其他方法的优劣点
谈一下外汇自动交易项目的主要工作
介绍外汇自动交易项目里马尔科夫决策过程的状态、动作、回报函数设计以及状态转移过程
Q-网络的结构如何设计
LSTM和CNN提取时序价格数据特征的异同点
模型性能如何评价
在真正外汇环境里算法表现得怎么样（训练数据上效果很好，在未知的现实数据中还是难以捕捉市场规律）
讲一下DQN算法以及几种改进版本（Rainbow）
DQN算法与策略梯度算法的差别
REINFORCE算法存在问题，如何改进
Actor-Critic算法实现的细节
PPO算法的思想及其损失函数
on-policy与off-policy的区别

最后一道简单编程题结束，在旋转数组（5 5 6 7 1 2 3 4 4）中查找一个数（log N），几分钟写完后问了一下他所在的部门，实习生主要的工作，base杭州和深圳的区别，总共几面（他说如果表现得不错二面后就直接HR面，可惜后来还是增加了三面以及一个交叉面，说明天二面面试官应该会联系我，然后就等了5天。。。）

二面（3月26号晚上）

25号中午终于接到二面电话，然后面试预约在26号晚上，二面面试官气场很不一样，感觉是个高管，但是面试体验十分不好。
面试官：自我介绍一下
我：巴拉巴拉一堆介绍完毕后

面试官：嗯，讲一下论文
我：巴拉巴拉半天，他一句话都不说，说完后

面试官：嗯，继续说一下项目
我：巴拉巴拉半天，他还是一句话都不说，中间有点憋不住了

面试官：没事，你接着说
我：黑人问号？？？只能继续各种胡乱瞎扯

面试官：讲一下最近看得论文
我：又是巴拉巴拉一堆

面试官：讲一下DQN算法与策略梯度算法
我：继续扯呀扯

面试官：动作空间变大时DQN算法有什么缺点，策略梯度又是怎么处理？

最后差不多一个将讲了20多分钟后面试官就说：“今天我们就聊到这，你有什么要问我吗？可能后面还会有人跟你继续联系”。。。问了一下他们部门的业务，强化学习应用于推荐营销金融等（还好匹配度还可以，否则真挂了），又问了一下总共几面：后面还有一轮技术面，过了HR面。。。最后问了一下没有编程题吗？感觉表现不太好，想秒一下编程题，然后他说没有就结束了通话。

三面（3月28号晚上）

本来二面感觉有点凉凉了，没想到三面这么快就打了过来，直接问现在有时间面试不？我说要不等我20分钟，我回宿舍准备一下，他接着说看了一下你的简历以及博客（本科打ACM时在上面胡乱地写了很多题解），在线编程不用考察了，你如果在路上也可以的，然后就这样开始了三面。。。

面试官：你在学校主要用强化学习做什么的？
我：介绍了一下论文，中间穿插讲了下几种强化学习算法的对比，讲了一下不平衡分类马尔科夫过程模拟环境的构建细节

面试官：论文是一作不，这个idea是借鉴了别人还是完全自己想出来
我：解释了一下，然后谈了一下论文目前的情况，继续跟它讨论了一下如何衡量模型好坏（平均episode reward、平均episode length等），中间他询问了一下AUC、PRC、G-MEAN、F-MEASURE等评价指标的差异

面试官：介绍一下外汇自动交易项目，谈一下真实环境中强化学习应该如何去评估策略，回报函数怎么设计
我：巴拉巴拉一堆，又扯到策略梯度算法、AC算法、PPO算法等等

最后问了一下有了解多智能体的学习不？在学校可以多关注一下强化学习最前沿的一些算法，你有什么要问的不？又问了一下具体的业务，然后这个面试官很nice，很详细地介绍了他们部门主要研究的几个方向以及正在做的业务（起码介绍了4分钟），惯例地又问了总共几面，他说还有一两轮技术面，加上HR面还有两到三轮面试，吐槽一下好多面，然后面试官人很好地解释：阿里实习生基本按照正式员工标准去招人，转正率很高，他们是严进严出，而腾讯一般三轮面试，宽进宽出招几千人但是转正率不高。。。最后问了下想base广州深圳还是杭州，说最好去杭州。还说我们学校还是有挺多校友在杭州阿里（哈哈，感觉还是腾讯比较多，广东人一般不想出省）

四面交叉面（4月2号中午）

又是等了四五天，4月2号吃完午饭后接到了四面电话，然后面试官给我10分钟找个安静的环境他再打过来，匆匆忙忙跑到一个实验楼背面，等待着最后一轮技术面。

再次打过来时面试官介绍了一下他是其他部门的，这一面不会占用很长时间，就简单聊聊，问一下前几面感觉怎么样，又开始聊论文聊项目，然后问了一下importance sampling，on policy和off policy的区别，说一下两者比较经典的算法，然后又开始扯强化学习的几种算法。。。最后吐槽一下几乎没有编程题，然后就随便问了道题结束这轮面试，寻找数组前k大，如果数据太多内存无法读取时又如何处理。然后问了我一下：如果过去做的与强化学习不是那么相关能接受不，这时黑人问号？只能硬着头皮说常用机器学习深度学习算法都掌握，但最熟悉的是强化学习，最后他补了句应该是做强化学习相关的。。。惯例问：还有几面，说只剩最后hr面了，应该这两天很快就打过来了。。。

我信你个鬼，你个糟老头子坏得很。。。果然，清明前一天看到不少人收到offer，还是没有接到hr电话，那三天等得有点急，只能打开王者坑人去。。。

HR面（4月8号早上）

清明节结束后的第一天早上九点，迷迷糊糊地被一个电话吵醒，看到是支付宝，立马坐了起来，HR小姐姐问了下方便接电话嘛，我还是有点不清醒（昨晚跟本科舍友王者开黑到两点多才睡），只能说我还在床上，小姐姐很善解人意地说：哦，那我半个小时后再打过来。重复说着理解理解，然后忍不住地哈哈笑了起来。尴尬的我只能感叹HR小姐姐也太敬业了吧，这才九点钟啊。。。HR面就很轻松，最后只面了15分钟。

看了下你面试流程还挺长的，感觉前几面怎么样？
广东哪里人？家里情况？
除了投了蚂蚁还投了哪里？最后最想去哪里（必须拍着胸膛说：阿里实习生招得最少，容易转正，我眼中只有阿里）
职业规划
介绍一下你最熟悉的一个项目
问了一下强化学习主要用来做什么的？
在这方面研究了多久？感觉怎么样？
实习时间，想base在哪里

然后问了下多久能够知道结果，大概一两周内通知结果，最后问了一下我最终的评级，小姐姐好像不太喜欢回答这个问题，最后犹豫了下说应该是A吧。。。（希望HR小姐姐别骗我，感觉面试期间问这个问题不太好，后来听别人说确实是这样的，应该加微信再说）

面试阿里最大的感受是：运气太他么重要了，大佬们太牛逼了，不少手握三四篇论文的，如果不是个人研究方向跟面试官那边比较匹配的话，还有做强化学习的人不多的话，可能早挂了。

腾讯

可能阿里那边运气有点好，所以这边运气有点背，3月20号找本科ACM校队world final师兄内推了微信，然后简历一直被锁着，从未发起面试。。。本科16年那时弱成狗都有两次面试机会，当时校队一位大佬（15年拿了三块ACM区域金）连挂了两个部门最后第三个部门才面进去，如今没有面试机会只能说算法岗竞争太激烈了。

提前批结束后简历被释放，4月3号被CDG捞起来，约了第二天晚上面试，顺便解释了一下这个不是提前批，如果在正式批前面完并且通过的话就不用参加正式批了，否则继续参加正式批。。。

一面（4月4号晚上）

当天早上面试官加了我微信，然后我们的面试用微信语音进行，开始前发了一个链接过来在线写代码。先写合并两个有序数组，接着写合并n个有序的数组，假设总共m个数，讲了一个思路两两合并直到只剩下一个数组，分析一下时间复杂度（MlogN），面试官不满意，然后想了一下说了另一个思路，用n个指针开始指向各个数组的首端，用一个优先队列维护他们的最小值，每次拿出最小值的指针然后插入该指针的下一个值。他又问了一下优先队列什么实现的？堆。那好自己实现一个堆写完这道题。最后发现时间复杂度还是 MlogN。

问了一下word2vector和glove的区别
问了word2vector的实现细节
讲一下层次softmax和负采样
我说负采样好像一般采取10-20个负样本（问为啥不清楚）
层次softmax为啥用哈夫曼树
层次softmax与直接softmax在原理上等价不（不太懂这个）
谈一下论文
说一下AUC含义以及如何计算
AUC和PRC的异同点，适用场景
了解AutoML不，自动调参的问题

感觉方向不太符合，强化学习几乎不问，聊了40多分钟。最后提问环节问了下他们部门业务，广告CTR点击之类的，面试结束后打开王者发现他也刚上线，差点忍不住邀他来一局，最后觉得自己太坑还是算了。。。

二面（4月8号下午）

7号晚上笔试时接到了第二天下午的面试预约，感谢一面面试官不斩之恩。

自我介绍一下
聊了一下本科ACM经历
谈谈本科成绩谈谈人生谈谈理想
感觉前面扯得时间有点多，面试官说既然这样我们节省点时间，在线编程就不用了（这也行。。。）
xgboost与gbdt的区别
介绍一下文本分类的几种算法，模型网络架构参数细节都问了一下
说一下同时使用word2vector和glove的原因
谈一下attention
了解bert嘛，说一下

感觉跟二面面试官聊得还是挺开心的，他详细地介绍了他们部门所做的业务，然后问了一下什么时候能来实现，我说只能暑假七八两个月，他觉得有点晚，这样子不利于转正，有些人都实习半年的，回去讨论一下，正式批之前给我答复。。。最后还说了一句其实阿里也不错。。。

虎牙

虎牙都是现场面的，不太记得了面试题了，错过虎牙3月26号的笔试，27号投的简历，28号收到面试通知。

一面（3月30号下午）

虎牙那天统一在大学城雅乐轩酒店面试，感觉没有参加笔试然后面试被安排在最后一批，下午6点才面试，面试官面试了一天都有点不耐烦了，匆匆面了25分钟。一面印象中就针对论文马尔科夫过程讨论了很久，介绍了不平衡分类模拟环境的构建细节，然后又讨论了项目的外汇自动交易模拟环境的细节，Q-网络架构设计等。。。一面结束后让我出去等一下，然后问了一下工作人员说二面面试官还有两个候选人，太晚了就让我回去下周再到他们公司面试。

二面（4月3号早上）

3号早上十点多到达他们公司，等了十五分钟左右就开始了二面。主要问了一些基础问题。

自我介绍
了解什么分类器，选一个熟悉的介绍一下
然后问了一些SVM常见面试题
什么情况下使用朴素贝叶斯
聚类算法了解不
说一下k-means、EM算法以及它们的联系
xgboost的原理，什么场景不适用
推荐系统了解不，介绍下
强化学习如何运用于推荐系统
动作、状态、回报函数怎么设计
直播如何根据弹幕给主播自动打标签
如何删除不良弹幕
最后我说本科C语言课程考试满分就问了几个基础的C语言问题

提问环节问了一下他们所在的部门，所做的业务，然后就出去等待HR面。

HR面（4月3号早上）

二面结束后，等了20多分钟就接着HR面，HR面都是随便谈谈

几分钟自我介绍一下
优缺点，用一些事实证明一下
论文一作不，讲一下
兴趣爱好
目前有其他offer不
实习时间

总结

微软感觉笔试挂了，网易游戏目前行情不太好，不管它了。宇宙条果然是宇宙条，真的是一面难求，春招刚开始招聘信息发得最多也是他们，然而投了一直杳无音信。只能等过几天的笔试了，最后应该就面一下头条，如果没有全挂就结束春招了。

还没有offer的同学也别慌，三月只是各个公司的提前批面试，四月正式批还是有不少名额的，加上各种大佬拒offer后会腾出不少坑位。在着急等待时不如多刷几道题增大之后面试通过的概率。

本科那时我也是各种心态爆炸，当年为了准备C++后台开发，刷了《C++ prime》、《深度探索C++对象模型》、《effective C++》、《STL源码分析》、《C++模板元编程》等，不过简历上一个项目经验都没有，屡屡碰壁。不过，现在准备C++后台开发并且没有项目的同学，可以试试用心准备一下这两个项目（第一个项目里面点开测试页有惊喜）：A C++ High Performance Web Server、TinySTL

反正我都打算如果春招找不到大厂实习offer，果断投入C++后台开发的怀抱。。。哈哈

最后提点小建议：感觉笔试编程题总是不过的同学，刷题时不要过于依赖看别人的代码，一定要先思考，思考不出再看一下别人思路，然后尝试自己实现出来，直接看别人的代码往往容易忽视掉一些小细节，例如边界条件，初始化等等，最后导致即使思路正确也可能不通过。